Abstract

Background: On edelleen kiistanalaista, mikä antropometrinen mittari voisi olla paras hypertension esiintymisen ennustaja. Tavoitteet: Tutkia painoindeksin (BMI), vyötärönympäryksen (WC), ihopoimun paksuuden, vyötärön ja lantion suhteen (WHR) sekä vyötärön ja pituuden suhteen (WHTR) suhteellista tehoa hypertension ilmaantuvuuden ennustamisessa kiinalaisilla aikuisilla. Menetelmä: Tiedot saatiin Kiinan terveys- ja ravitsemustutkimuksesta. Ylipaino määriteltiin BMI:ksi ≥23 kg/m2 ja yleinen lihavuus BMI:ksi ≥27,5 kg/m2. Vatsan lihavuus määriteltiin WC-arvoilla ≥90 cm miehillä ja ≥80 cm naisilla. Skinfold-paksuus, WHR ja WHTR jaettiin mataliin ja korkeisiin ryhmiin vastaanottimen toimintaominaisuuksien mukaan. Cox-regressioita ja nomogrammeja käytettiin vertaamaan viiden indikaattorin suhteellista tehoa verenpainetaudin ennustamisessa. Tulokset: Kun kaikki indikaattorit analysoitiin samanaikaisesti, paras verenpainetautitapauksen ennustaja oli yleinen lihavuus (p < 0,001, korjattu vaarasuhde 1,9, 95 % CI 1,6-2,2). Sukupuolen mukaan ositetut tulokset osoittivat, että BMI ja WC olivat voimakkaampia verenpainetaudin ennustajia miehillä (mukautettu HR 1,8 ja 1,3, 95 %:n CI 1,4-2,3 ja 1,1-1,5) sekä naisilla (mukautettu HR 2,0 ja 1,4, 95 %:n CI 1,6-2,4 ja 1,2-1,6). Päätelmät: BMI ja WC voivat ennustaa esiintyvää verenpainetautia paremmin kuin skinfold-paksuus, WHR ja WHTR kiinalaisessa väestössä.

© 2019 S. Karger AG, Basel

Esittely

Hypertensiota on pidetty yhtenä tärkeimmistä sairauksien taakkaa lisäävistä tekijöistä kaikkialla maailmassa. Kaiken kaikkiaan verenpainetaudin esiintyvyys on noin 25 % aikuisilla, mutta tämän arvon odotetaan nousevan 29 %:iin vuoteen 2025 mennessä . Kiinassa sen sijaan verenpainetaudin esiintyvyys aikuisilla nousi 14,5 prosentista vuonna 1991 34,0 prosenttiin vuonna 2012 . Siksi verenpainetaudista on tullut merkittävä kansanterveydellinen ongelma kiinalaisessa väestössä.

On todettu, että yleisen lihavuuden ja verenpainetaudin välillä on vahva yhteys . Yleisen lihavuuden standardimittari, painoindeksi (BMI), on yleisimmin käytetty indikaattori hypertension ennustamiseen ja seulontaan . Koska rasvan jakautuminen on sydän- ja verisuonitautien (CVD) kannalta tärkeämpää kuin kehon kokonaisrasva, on kehitetty ja sovellettu monia mittareita, joissa otetaan huomioon kehon rasvan jakautuminen, kuten vyötärönympärys (WC), vyötärö-lonkka-suhde (WHR), vyötärö-korkeus-suhde (WHTR) ja ihonalaisen rasvan paksuus, kuten kolmipäisen ihopoimun paksuus. Viime vuosikymmeninä on tehty monia tutkimuksia, joissa on tutkittu eri lihavuusindikaattoreiden ja verenpainetaudin välisiä yhteyksiä. Jotkin tutkimukset osoittivat, että WC tai WHTR saattavat olla parempia CVD-riskin ennustajia . Toisissa tutkimuksissa kuitenkin ilmoitettiin, että WC oli paras indikaattori kamerunilaisilla, kreikkalaisilla tai japanilaisilla . American Diabetes Association ilmoitti, että ei ole selvää, voiko WC verrattuna BMI:hen ennustaa tarkemmin sydän- ja verisuonitautiriskiä . Joissakin japanilaisiin ja kuubalaisiin väestöihin perustuvissa tutkimuksissa esitettiin, että BMI oli paras yksittäinen verenpainetaudin indikaattori . Samaan aikaan on tehty joitakin järjestelmällisiä katsauksia ja meta-analyysejä, joissa on tutkittu yleisten liikalihavuusindikaattoreiden tehoa verenpainetaudin ennustamisessa. Jotkut niistä tukivat sitä, että WHTR oli parempi CVD-riskin ennustaja , kun taas toisessa meta-analyysissä todettiin, että WC oli parempi ennustaja, ja sitä olisi suositeltava käyttää klinikassa ja tutkimuksessa . Siksi on edelleen kiistanalaista ja kiistanalaista, mikä on paras verenpainetaudin ennustaja.

Tämän vuoksi tässä prospektiivisessa kohorttitutkimuksessa pyrittiin arvioimaan BMI:n, WC:n, skinfold-paksuuden, WHR:n ja WHTR:n tehoa verenpainetaudin esiintyvyyden ennustamisessa kiinalaisessa väestössä.

Materiaalit ja menetelmät

Tutkimusasetelma

Tiedot saatiin Kiinan terveys- ja ravitsemustutkimuksesta (China Health and Nutrition Survey, CHNS), joka on meneillään oleva avoimen kohortin kansainvälinen yhteistyöhanke Pohjois-Carolinan yliopistossa Chapel Hillissä sijaitsevan Carolina Population Centerin ja Kiinan tautien torjunta- ja ennaltaehkäisytoiminnan keskuksen (Chinese Center for Disease Control and Prevention, CCDC) ravitsemus- ja terveysalan tutkimuslaitoksessa (entinen National Institute for Nutrition and Health, National Institute of Nutrition and Food Safety). CHNS:n tavoitteena oli tutkia, miten Kiinan yhteiskunnan sosiaalinen ja taloudellinen muutos on vaikuttanut Kiinan väestön terveyteen ja ravitsemustilaan arvioimalla kansallisten ja paikallisten hallitusten toteuttamien terveys-, ravitsemus- ja perhesuunnittelupolitiikkojen ja -ohjelmien vaikutuksia. CHNS kattaa 9 maakuntaa, jotka vaihtelevat huomattavasti maantieteellisesti, taloudellisen kehityksen, julkisten resurssien ja terveysindikaattorien osalta. Kussakin maakunnassa käytettiin monivaiheista satunnaisotantaan perustuvaa klusteriprosessia. Yhdeksän maakunnan piirikunnat ositettiin tulojen mukaan (alhaiset, keskituloiset ja korkeat tulot), ja painotetun otantajärjestelmän avulla valittiin satunnaisesti neljä piirikuntaa per maakunta. Vuodesta 1989 lähtien CHNS:n yhdeksän kierrosta on toteutettu vuosina 1989, 1991, 1993, 1997, 2000, 2004, 2006, 2009 ja 2011. Yksityiskohtainen kuvaus tutkimussuunnitelmasta ja -menettelyistä on julkaistu muualla.

Tutkimusjoukko

Tutkimukseen otettiin mukaan tiedot CHNS:n seitsemästä aallosta, jotka toteutettiin vuosina 1993-2011. Mukaan otettiin henkilöt, jotka olivat lähtötilanteessa vähintään 18-vuotiaita ja joilla oli tiedot iästä, sukupuolesta ja yksityiskohtaisesta fyysisestä tutkimuksesta (esim. paino, pituus, WC, ihon paksuus, lonkan ympärysmitta , systolinen verenpaine ja diastolinen verenpaine ). Seuraavat koehenkilöt jätettiin pois: ne, jotka olivat tutkimushetkellä raskaana tai imettivät tai joilla oli puuttuvia tietoja tai epäuskottavia poikkeavia tietoja (esim, paino > 300 kg tai < 20 kg, WC < 20 cm, WHR tai WHTR > 1), tai joiden SBP oli ≥140 mmHg tai DBP ≥90 mmHg, tai jotka käyttivät verenpainelääkkeitä, tai jotka itse ilmoittivat hypertensiodiagnoosin lähtötilanteessa.

Mittaus ja indikaattoreiden määrittely

Painon, pituuden ja WC:n mittasivat koulutetut terveydenhuollon työntekijät Maailman terveysjärjestön (WHO) asettamien standardoitujen protokollien mukaisesti. Pituus mitattiin 0,1 cm:n tarkkuudella ilman kenkiä kannettavalla stadiometrillä, ja paino mitattiin 0,1 kg:n tarkkuudella kevyissä vaatteissa kalibroidulla palkkivaakalla. BMI laskettiin painona kilogrammoina jaettuna pituuden neliöllä metreinä. WC mitattiin vaakatasossa alimman kylkiluun ja suoliluun harjan puolivälissä käyttäen joustamatonta teippiä, ja HC mitattiin vaakatasossa pakaroiden maksimaalisen ojennuksen korkeudelta taaksepäin siten, että osallistujilla oli kevyet vaatteet yllään ja kädet olivat avoinna sivuttain. WHR laskettiin jakamalla WC (cm) HC:llä (cm) ja WHTR laskettiin jakamalla WC (cm) pituudella (cm). Skinfoldin paksuus mitattiin skinfold-kalipereilla ja kirjattiin 0,5 mm:n tarkkuudella oikean käsivarren tricepsistä (kyynärluun olecranon-prosessin kärjen ja lapaluun acromion-prosessin väliltä). Kaikista indikaattoreista tehtiin kolme mittausta, ja keskiarvoja käytettiin jatkoanalyyseissä. Jokaisen tutkittavan tupakointi ja juominen sekä fyysinen aktiivisuus kirjattiin kyselylomakkeella. CHNS-kyselyssä kysyttiin koehenkilöiden nykyistä tupakointitilannetta, ja arvo ”1” annettiin niille, jotka tupakoivat tällä hetkellä, ja arvo ”0” niille, jotka eivät tupakoineet tutkimushetkellä tai eivät koskaan tupakoineet. Juomistila määriteltiin samalla tavalla. Fyysinen aktiivisuus määriteltiin seuraavasti: ei (< 1 tunti viikossa) tai kyllä (yksi tai useampi tunti viikossa).

Verenpainemittaukset otettiin 10 minuutin levon jälkeen istuma-asennossa 30 sekunnin välein mansetin puhallusten välillä tavallisilla elohopeasfygmomanometreillä . SBP- ja DBP-arvot kirjattiin ensimmäisen ja viidennen Korotkoffin äänen ilmaantuessa. Käytettiin kolmen mittauksen keskiarvoa. SBP ja DBP kirjattiin jokaisessa aallossa ja niitä käytettiin tunnistamaan, kehittyikö tutkittaville uusi hypertensio.

Kiinalaisia koskevien WHO:n suositusten mukaan ylipaino määriteltiin BMI:ksi ≥23 kg/m2 ja yleinen lihavuus BMI:ksi ≥27,5 kg/m2 . Lisäksi vatsan lihavuus määriteltiin WC-arvoilla ≥90 cm miehillä ja ≥80 cm naisilla . Vastaanottimen toimintaominaiskäyrän mukaan skinfold-paksuus, WHR ja WHTR jaettiin mataliin ja korkeisiin ryhmiin raja-arvojen avulla seuraavasti: miehillä: triceps skinfold-paksuus = 7 cm ja käyrän alle jäävä pinta-ala (AUC) = 0 .5117, WHR = 0,8571, AUC = 0,5498, ja WHTR = 0,4748, AUC = 0,5811; naisilla: triceps skinfold thickness = 23,67 cm, AUC = 0,4885, WHR = 0,8247, AUC = 0,5792, ja WHTR = 0,4818, AUC = 0,6219. Hypertensio määriteltiin SBP/DBP ≥140/90 mm Hg tai hypertensiivisten lääkkeiden käyttö tai itse ilmoitettu diagnoosi .

Statistinen analyysi

Normaalisuustestien mukaisesti tiedot raportoitiin mediaaneina (kvartiilien väliset vaihteluvälit) jatkuville epänormaaleille muuttujille ja frekvensseinä (prosenttiosuudet) kategorisille muuttujille. Lähtötilanneominaisuuksia verrattiin muiden kuin hypertensioryhmien ja hypertensioryhmien välillä Wilcoxonin rank-summatestillä jatkuvien poikkeavien muuttujien osalta ja kategoristen muuttujien osalta khiin neliö -testillä. Cox-regressiot ositettiin sukupuolen mukaan siten, että lopputuloksena oli hypertensio ja aikamuuttujana lähtötilanteen ja hypertensiodiagnoosin välinen aika. Sensuroidut tulokset olivat kahdesta ryhmästä: (i) ne, joilla ei diagnosoitu verenpainetautia ennen kohortista poisjääntiä tai tutkimuksen päättymistä (2011), ja ii) ne, joilla ei diagnosoitu verenpainetautia ennen kuolemaa ennen tutkimuksen päättymistä. Verenpainetaudin aiheuttaman kuoleman kilpailevien riskien korjaamiseksi kaikki mallit oikaistiin kuoleman osalta. Mukautetuissa malleissa ikää, sukupuolta, tupakointia, juomista, fyysistä aktiivisuutta ja etnistä alkuperää lähtötilanteessa mukautettiin. Kunkin tekijän regressioparametrin mukaan käytettiin nomogrammia havainnollistamaan kunkin tekijän pistemäärä, jota käytettiin hypertension kehittymisen todennäköisyyden laskemiseen. Nomogrammi on graafinen esitys matemaattisesta mallista, joka sisältää useita ennusteita tietyn päätetapahtuman ennustamiseksi perinteisen tilastollisen menetelmän, kuten Coxin suhteellisten vaarojen mallin, perusteella eloonjäämistietojen osalta . Nomogrammeista on tullut erittäin suosittuja työkaluja lääkäreiden keskuudessa. Aiemmasta tutkimuksesta löytyy vaiheittainen opas nomogrammien rakentamiseen, tulkintaan ja käyttöön tietyn vika-ajan vaarafunktion arvioimiseksi . Nomogrammit luovat yksinkertaisen graafisen esityksen tilastollisesta ennustemallista, jossa kukin ennustaja kuvataan pisteasteikolla. Ennustettu tapahtuman todennäköisyys potilaalle kerryttämällä kokonaispisteet, jotka vastaavat kyseistä potilasta koskevien kovariaattien tiettyä konfiguraatiota. Nomogrammeilla on osoitettu olevan suuri tarkkuus ja erottelukyky ennustettaessa tuloksia. Cox-regression nomogrammin laskutapa on seuraava: Vaihe (1) Hankitaan pistemäärät kaikille muuttujien arvoille, Vaihe (2) Lisätään pistemäärät = kokonaispistemäärä, Vaihe (3) Lasketaan selviytymistodennäköisyys tietylle määrälle aikayksiköitä kokonaispistemäärän perusteella. Kunkin indikaattorin pistemäärä osoittaa, mikä on riippuvaisen muuttujan vaikuttaja. Ja lopputuloksen todennäköisyys tietyllä vika-ajalla laskettiin kokonaispistemäärän mukaan. Kaikki analyysit tehtiin käyttäen SAS 9.4 -ohjelmaa (SAS Institute Inc., Cary, NC, USA). p ≤ 0,05 2-tailed-testillä katsottiin tilastolliseksi merkitsevyydeksi.

Tulokset

Tuloksia

Tutkimushenkilöitä oli 10 648, ja heidän keski-ikänsä oli 38,5 vuotta. Näistä 3 717 koehenkilöä sairasti verenpainetautia 18 vuoden seurantajakson aikana. Hypertensiota sairastamattomien ja hypertensioryhmien välillä oli merkittäviä eroja kaikissa lähtötilanteen ominaisuuksissa pituutta lukuun ottamatta (p = 0,491). Verrattuna ei-hypertensioryhmään hypertensioryhmä oli yleensä vanhempi, painoltaan, BMI:ltä, WC:ltä, WHR:ltä ja WHTR:ltä korkeampi, todennäköisemmin mies, Han-kansalaisuus, tupakointi, juominen ja fyysinen passiivisuus (taulukko 1).

Taulukko 1. Verenpaineen kohoaminen.

Kaikkien tutkittavien ominaisuudet lähtötilanteessa

Cox-regressioiden tulokset osoittivat, että kun BMI:tä, WC:tä, skinfold-paksuutta, WHR:ää ja WHTR:ää analysoitiin erikseen, kaikki ne olivat merkitseviä verenpainetaudin ennustetekijöitä (kaikki p < 0,001). Yleinen lihavuus oli voimakkain hypertension ennustaja (vaarasuhde 3,1, 95 % CI 2,8-3,6). Kun tulokset oikaistiin kovariaateilla, ne olivat yhdenmukaisia karkeiden tulosten kanssa. Kun 5 indikaattoria analysoitiin yhdessä, havaittiin merkittäviä vaikutuksia kaikkien osalta (kaikki p < 0,001). Kovariateilla oikaistuna WHR:n merkitys kuitenkin hävisi (p = 0,169). Paras hypertensiotapauksen ennustaja oli myös yleinen lihavuus (p < 0,001, korjattu HR 1,9, 95 % CI 1,6-2,2). Nämä tulokset on esitetty taulukossa 2.

Taulukko 2.

Eri antropometristen tunnuslukujen ja verenpainetaudin ilmaantuvuuden yhteydet Cox-regressioista

Sukupuolen mukaan ositettujen Cox-regressioiden tulokset on esitetty taulukossa 3. Miehillä BMI, WC, skinfold-paksuus, WHR ja WHTR olivat merkitseviä hypertension ilmaantuvuuden ennustajia (kaikki p < 0,001), kun niitä analysoitiin yksittäisinä indikaattoreina. Yleinen lihavuus ja WC ennustivat voimakkaammin hypertensiota (HR 3,1 ja 2,3, 95 % CI 2,5-3,8, 2,0-2,7, vastaavasti). Tulokset olivat vertailukelpoisia ennen ja jälkeen yhteismuuttujien mukauttamisen. Kun 5 indikaattoria sisällytettiin malliin 2 samanaikaisesti, kaikki indikaattorit pysyivät tilastollisesti merkitsevinä (kaikki p < 0,001) paitsi WHR (p = 0,059). Kovariaateilla korjattuna BMI (korjattu HR 1,8, 95 % CI 1,4-2,3) oli vertailukelpoinen WC:n (korjattu HR 1,3, 95 % CI 1,1-1,5) ja ihopaksuuden (korjattu HR 1,3, 95 % CI 1,2-1,4) kanssa, mutta parempi kuin WHTR (korjattu HR 1,2, 95 % CI 1,1-1,4).

Taulukko 3. BMI (korjattu HR 1,8, 95 % CI 1,4-2,3).

Eri antropometristen tunnuslukujen ja verenpainetaudin ilmaantuvuuden yhteydet sukupuolen mukaan Cox-regressioista

Naisten osaotoksessa BMI, WC, skinfold-paksuus, WHR ja WHTR olivat merkitseviä verenpainetaudin ilmaantuvuuden ennustajia riippumatta siitä, oliko sovitettu tai ei sovitettu kovariaatteja (kaikki p < 0,001), kun 5 tunnuslukua analysoitiin erikseen. Kun kaikki indikaattorit syötettiin malliin samanaikaisesti, skinfold-paksuuden merkitys hävisi (p = 0,734). BMI ja WC olivat kuitenkin tilastollisesti merkitseviä hypertension ilmaantuvuuden ennustajia (kaikki p < 0,001, korjattu HR 1,4, 2,0 ja 1,4, 95 % CI 1,2-1,5, 1,6-2,4 ja 1,2-1,9), mutta skinfold-paksuus, WHR ja WHTR eivät (p = 0,388, 0,795 ja 0,199). Yleinen liikalihavuus oli voimakkain hypertension esiintymisen ennustaja.

Cox-regressioiden nomogrammeja käytettiin pisteytysten saamiseksi, joiden avulla laskettiin todennäköisyys sairastua hypertensioon tietyllä aikavälillä. BMI:n pisteet olivat korkeammat kuin muiden indikaattoreiden pisteet molemmilla sukupuolilla, kuten kuvioista 1 ja 2 käy ilmi.

Kuva 1.

Lihavuuteen liittyvien indikaattoreiden Cox-nomogrammi ennustamaan verenpainetaudin ilmaantuvuutta miehillä. Erityisesti nomogrammilla laskettujen pisteiden yksityiskohdat olivat seuraavat: Vaihe (1) Luodaan pisteet kaikille muuttujien arvoille: Kansallisuus = 1 = > Pistemäärä ≈ 1; Aktiivisuus = 1 = > Pistemäärä ≈ 0,25; Juominen = 1 = > Pistemäärä ≈ 0,45; Tupakointi = 1 = > Pistemäärä ≈ 0; Ikä (vuotta) = 18 = > Pistemäärä ≈ 2.1; Skinfold thickness = 1 = > Score ≈ 1; BMI = 2 = > Score ≈ 1; WC = 1 = > Score ≈ 0.8; wc = 1 = > Score ≈ 0.8; WHR = 1 = > Score ≈ 0.2; WHTR = 1 = > Score ≈ 0.7. Vaihe (2) Saadaan kokonaispistemäärä laskemalla yhteen kaikki edellisessä vaiheessa saadut pisteet. Kokonaispistemäärä = 1 + 0,25 + 0,45 + 0 + 2,1 + 1 + 1 + 0,8 + 0,2 + 0,7 = 7,5. Vaihe (3) Saadaan tapahtuman todennäköisyys (Kokonaispisteet -> tapahtuman todennäköisyys). Kokonaispistemäärä = 7,5 vastaa noin 0,50 todennäköisyyttä, kun vikaantumisaika oli 15 vuotta. BMI, painoindeksi; WC, vyötärönympärys; WHR, vyötärön ja lantion välinen suhde; WHTR, vyötärön ja pituuden välinen suhde.

Kuvio 2.

Lihavuuteen liittyvien indikaattoreiden Cox-nomogrammi, jolla ennustetaan verenpainetaudin esiintyvyyttä naisilla. BMI, painoindeksi; WC, vyötärönympärys; WHR, vyötärön ja lantion välinen suhde; WHTR, vyötärön ja pituuden välinen suhde.

Keskustelu

18-vuotisessa seurantatutkimuksessa, johon osallistui 10 648 kiinalaismiestä ja -naista, BMI, WC, ihopaksuus (skinfold thickness), WHR ja WHTR olivat merkitseviä verenpainetaudin ilmaantuvuuden ennustetekijöitä, kun niitä analysoitiin erikseen. Yleinen liikalihavuus saattoi kuitenkin olla paras hypertension ennustaja, kun 5 indikaattoria otettiin malliin samanaikaisesti, erityisesti kun sovitettiin kovariaatit. Lisäksi muihin ennustetekijöihin verrattuna BMI ja WC olivat voimakkaampia ja tehokkaampia ennustamaan esiintyvää verenpainetautia sekä miehillä että naisilla.

Tähän mennessä ei ole tehty johdonmukaista johtopäätöstä eri antropometrien suhteellisesta tehosta ja tehokkuudesta verenpainetaudin ilmaantuvuuden ennustamisessa. Joissakin tutkimuksissa raportoitiin, että BMI tai WC oli paras verenpainetautitapausten ennustaja . Toiset taas ilmoittivat, että WHTR oli parempi hypertension ilmaantuvuuden ennustaja . Tässä tutkimuksessa BMI ja WC, jotka ovat klassisia yleisen ja vatsan lihavuuden indikaattoreita, olivat parempia ennustamaan verenpainetaudin kehittymistä kiinalaisilla miehillä ja naisilla, mikä oli yhdenmukaista aiempien tutkimusten kanssa . Lisäksi BMI:n ja WC:n suorituskyky heikkeni, kun niiden yhdistelmä sisällytettiin malliin. Tämä viittasi siihen, että BMI:tä ja WC:tä olisi käytettävä samanaikaisesti mutta itsenäisesti ennustamaan verenpainetaudin ilmaantuvuutta.

BMI:n ja WC:n vahvistettiin olevan tehokkaampia ennustamaan esiintyvää verenpainetautia tässä tutkimuksessa. Tutkimusten väliset erot saattavat johtua väestöominaisuuksien, näytteenottostrategioiden, tiedonkeruun laadun ja yleisen lihavuuden ja vatsan lihavuuden operatiivisten määritelmien eroista . Esimerkiksi eräässä aiemmassa tutkimuksessa raportoitiin, että aasialaisilla oli pienempi HC kuin amerikkalaisilla . Lisäksi tämän tutkimuksen väestöä seurattiin 18 vuoden ajan. Talouden ja yhteiskunnan kehittyessä BMI ja WC saattavat luonnollisesti muuttua seuranta-aikana, ja yhä useammilla ihmisillä on taipumus olla korkeampi kehon rasvamassa. Yleisen lihavuuden ja vatsan lihavuuden määritelmät pysyvät kuitenkin ennallaan. Näin ollen yleinen lihavuus ja vatsan lihavuus koskisivat useampia henkilöitä. Siksi muihin antropometrisiin indikaattoreihin verrattuna BMI:n ja WC:n soveltaminen saattaisi parantaa kohonneen verenpainetaudin tunnistamista.

Tässä tutkimuksessa käytettiin nomogrammia kunkin riskitekijän pistemäärän laskemiseen, jota käytettiin ennustamaan verenpainetaudin kehittymisen todennäköisyyttä. Sekä miehillä että naisilla BMI:n pistemäärät olivat korkeimmat kaikista antropometrisistä tekijöistä, mikä osoitti, että BMI oli paras ennustaja esiintyvälle hypertensiolle. BMI:n nousu saattaa johtaa seerumin glukoosi-, insuliini-, aldosteroni- ja reniinitasojen nousuun sekä sympaattisen tonuksen lisääntymiseen. Nämä edellä mainitut tekijät todennäköisesti nostaisivat verenpainetta lisäämällä verisuonten tilavuutta tai perifeeristä vastusta .

BMI:n, WC:n, ihopaksuuden, WHR:n ja WHTR:n yhdistelmää analysoitiin mallissa, jotta voitiin verrata niiden suhteellista tehoa hypertension ennustamisessa. Koska WC:n, WHR:n ja WHTR:n välillä on korrelaatioita, kukin indikaattori jaettiin matalaan ja korkeaan ryhmään vastaanottimen toimintaominaisuuden raja-arvojen mukaan. Näin näiden indikaattoreiden korrelaatiot vähenivät huomattavasti, kun ne syötettiin malliin samanaikaisesti.

Limitations and Strengths

Tässä tutkimuksessa tiedot saatiin pitkäaikaisesta, laajamittaisesta, väestöpohjaisesta kohorttitutkimuksesta. Retrospektiiviseen tutkimukseen verrattuna se tarjoaisi tarkempaa ja kattavampaa näyttöä eri lihavuuteen liittyvien indikaattoreiden vertailusta esiintyvän verenpainetaudin ennustamisessa. Eri maiden etnisten ja ruokavaliomallien eroista johtuen yleisen lihavuuden esiintyvyys ja laajuus vaihtelivat. Tässä tutkimuksessa käytettiin WHO:n kiinalaisia koskevien suositusten mukaisesti etniseen alkuperään perustuvia BMI-raja-arvoja ylipainon ja yleisen lihavuuden määrittelyyn. Tämän seurauksena luokitteluvirheitä vähennettiin. Nomogrammi voi antaa kullekin indikaattorille tietyn pistemäärän ja korjata monimutkaisen otanta-asetelman . Nomogrammin ja Cox-regressioiden väliset johdonmukaiset tulokset vahvistivat edelleen, että BMI ja WC olivat tehokkaampia ennustamaan verenpainetautia. Samalla on todettava tämän tutkimuksen rajoitukset. Koska tutkimusväestö rajoittui kiinalaisiin miehiin ja naisiin, olisi oltava varovainen ekstrapoloitaessa muihin etnisiin väestöihin. CHNS:ssä ei kerätty tietoja verenpainetaudin perhehistoriasta. Siksi tätä mahdollista sekoittavaa tekijää ei voitu korjata analyyseissä. Koska ravintoaineita ja yksityiskohtaisia tietoja ruokavalion saannista ei ollut saatavilla, verenpainetautiin liittyviä muuttujia, kuten rasvan ja suolan saantia, ei myöskään voitu mukauttaa. Koska CHNS:ssä mitattiin vain triceps skinfold-paksuus, kattavaa prosentuaalista BF:ää ei voitu laskea käyttämällä useiden kohtien skinfold-paksuuksien summaa.

Johtopäätöksenä voidaan todeta, että WHTR ei ollut BMI:tä ja WC:tä parempi hypertension esiintyvyyden ennustamisessa. Sitä vastoin BMI:n ja WC:n tehot hypertension ilmaantuvuuden ennustamisessa olivat paremmat kuin skinfold-paksuuden, WHR:n ja WHTR:n. BMI:n ja WC:n yhdistelmä saattaa heikentää niiden suorituskykyä. Sen vuoksi BMI:tä ja WC:tä olisi käytettävä itsenäisesti ennustamaan verenpainetaudin esiintyvyyttä aikuisilla. Käytännön sovelluksessa parempi verenpainetaudin ennustaja olisi valittava varovasti kohderyhmän ominaisuuksien ja paikallisten tutkimusten johtopäätösten mukaan.

Kiitos

Tässä tutkimuksessa on käytetty CHNS:n tietoja. Kiitämme National Institute of Nutrition and Food Safety, CCDC and Prevention, Carolina Population Center, Pohjois-Carolinan yliopisto Chapel Hillissä, NIH (R01-HD30880, DK056350 ja R01-HD38700) ja Fogarty International Center, NIH taloudellisesta tuesta CHNS-tiedonkeruuseen ja analyysitiedostoihin vuosilta 1989-2006, ja molemmille osapuolille sekä Kiinan ja Japanin ystävyyssairaalalle ja Kiinan ja Japanin väliselle ystävyyssairaalalle, terveydenhuoltoministeriölle tuesta CHNS 2009: lle ja tuleville tutkimuksille.

Eettinen lausunto

Tämän tutkimuksen hyväksyi National Institute for Nutrition and Food Safety, CCDC and Prevention ja University of North Carolina at Chapel Hillin institutionaalinen tarkastuslautakunta. Kaikki koehenkilöt antoivat tietoon perustuvan suostumuksen.

Disclosure Statement

Tekijät ilmoittavat, että heillä ei ole eturistiriitoja julkistettavana.

Funding Sources

Tälle tutkimukselle ei saatu rahoitusta.

Tekijöiden kontribuutio

N.L.: suunnitteli tutkimuksen ja kirjoitti luonnoksen. T.Y.: analysoi tiedot. W.-Q.Y.: tulkitsi tulokset. H.L.: toimitti ja tarkisti käsikirjoituksen.

  1. Mittal BV, Singh AK. Hypertensio kehitysmaissa: haasteet ja mahdollisuudet. Am J Kidney Dis. 2010 Mar; 55(3): 590-8.
  2. Li D, Lv J, Liu F, Liu P, Yang X, Feng Y, et al. Hypertension burden and control in mainland China: analysis of nationwide data 2003-2012. Int J Cardiol. 2015 Apr; 184: 637-44.
  3. Ke L, Ho J, Feng J, Mpofu E, Dibley MJ, Li Y, et al. Prevalence, awareness, treatment and control of hypertension in Macau: results from a cross-sectional epidemiological study in Macau, China. Am J Hypertens. 2015 Feb; 28(2): 159-65.
  4. Chandra A, Neeland IJ, Berry JD, Ayers CR, Rohatgi A, Das SR, et al. The relationship of body mass and fat distribution with incident hypertension: observations from the Dallas Heart Study. J Am Coll Cardiol. 2014 Sep; 64(10): 997-1002.
  5. Bennasar-Veny M, Lopez-Gonzalez AA, Tauler P, Cespedes ML, Vicente-Herrero T, Yañez A, et al. Kehon rasvoittumisindeksi ja sydän- ja verisuoniterveyden riskitekijät valkoihoisilla: vertailu painoindeksiin ja muihin. PLoS One. 2013 May; 8(5):e63999.
  6. Li WC, Chen IC, Chang YC, Loke SS, Wang SH, Hsiao KY. Vyötärön ja pituuden suhde, vyötärönympärys ja painoindeksi kardiometabolisen riskin indekseinä 36 642 taiwanilaisen aikuisen keskuudessa. Eur J Nutr. 2013 Feb; 52(1): 57-65.
  7. Janghorbani M, Aminorroaya A, Amini M. Eri lihavuusindeksien vertailu esiintyvän hypertension ennustamiseksi. High Blood Press Cardiovasc Prev. 2017 Jun; 24(2): 157-66.
  8. Park SH, Choi SJ, Lee KS, Park HY. Vyötärönympärys ja vyötärön ja pituuden suhde sydän- ja verisuonitautiriskin ennustajina korealaisilla aikuisilla. Circ J. 2009 Sep; 73(9): 1643-50.
  9. Zeng Q, He Y, Dong S, Zhao X, Chen Z, Song Z, et al. Optimaaliset BMI:n, vyötärönympäryksen ja vyötärön ja pituuden suhteen raja-arvot lihavuuden määrittelyssä kiinalaisilla aikuisilla. Br J Nutr. 2014 Nov; 112(10): 1735-44.
  10. Mbanya VN, Kengne AP, Mbanya JC, Akhtar H. Painoindeksi, vyötärönympärys, lantioympärys, vyötärö-lonkka-suhde ja vyötärö-korkeus-suhde: mitkä ovat paremmat seulalla havaitun diabeteksen esiintyvyyden erottelijat kamerunilaisessa väestössä? Diabetes Res Clin Pract. 2015 Apr; 108(1): 23-30.
  11. Lee BJ, Kim JY. Vertailu antropometristen indeksien ennustusvoimasta hypertension ja hypotension riskin suhteen. PLoS One. 2014 Jan; 9(1):e84897.
  12. Gallagher D, Visser M, Sepúlveda D, Pierson RN, Harris T, Heymsfield SB. Kuinka käyttökelpoinen painoindeksi on kehon rasvaisuuden vertailussa iän, sukupuolen ja etnisten ryhmien välillä? Am J Epidemiol. 1996 Feb; 143(3): 228-39.
  13. Sakurai M, Miura K, Takamura T, Ota T, Ishizaki M, Morikawa Y, et al. Gender differences in the association between anthropometric indices of obesity and blood pressure in Japanese. Hypertens Res. 2006 Feb; 29(2): 75-80.
  14. Rodrigues Barbosa A, Balduino Munaretti D, Da Silva Coqueiro R, Ferreti Borgatto A. Anthropometric indexes of obesity and hypertension in elderly from Cuba and Barbados. J Nutr Health Aging. 2011 Jan; 15(1): 17-21.
  15. Ashwell M, Gunn P, Gibson S. Waist-to-height ratio is a better screening tool than waist circumference and BMI for adult cardiometabolic risk factors: systematic review and meta-analysis. Obes Rev. 2012 Mar; 13(3): 275-86.
  16. Savva SC, Lamnisos D, Kafatos AG. Kardiometabolisen riskin ennustaminen: vyötärön ja pituuden suhde vai BMI. A meta-analysis. Diabetes Metab Syndr Obes. 2013 Oct; 6: 403-19.
  17. van Dijk SB, Takken T, Prinsen EC, Wittink H. Different anthropometric adiposity measures and their association with cardiovascular disease risk factors: a meta-analysis. Neth Heart J. 2012 May; 20(5): 208-18.
  18. Popkin BM, Du S, Zhai F, Zhang B. Cohort Profile: the China Health and Nutrition Survey-monitoring and understanding socio-economic and health change in China, 1989-2011. Int J Epidemiol. 2010 Dec; 39(6): 1435-40.
  19. Eveleth PB. Fyysinen tila: antropometrian käyttö ja tulkinta. WHO:n asiantuntijakomitean raportti. Am J Hum Biol. 1996; 8(6): 786-7.
  20. Chobanian AV, Bakris GL, Black HR, Cushman WC, Green LA, Izzo JL Jr, ym; Joint National Committee on Prevention, Detection, Evaluation, and Treatment of High Blood Pressure. National Heart, Lung, and Blood Institute; National High Blood Pressure Education Program Coordinating Committee. Korkean verenpaineen ehkäisyä, toteamista, arviointia ja hoitoa käsittelevän yhteisen kansallisen komitean seitsemäs raportti. Hypertensio. 2003 Dec; 42(6): 1206-52.
  21. Expert Consultation WH; WHO Expert Consultation. Asianmukainen painoindeksi Aasian väestöille ja sen vaikutukset politiikkaan ja interventiostrategioihin. Lancet. 2004 Jan; 363(9403): 157-63.
  22. Chobanian AV, Bakris GL, Black HR, Cushman WC, Green LA, Izzo JL Jr, et al.; National High Blood Pressure Education Program Coordinating Committee. The Seventh Report of the Joint National Committee on Prevention, Detection, Evaluation, and Treatment of High Blood Pressure: JNC 7 report. JAMA. 2003 May; 289(19): 2560-72.
  23. Iasonos A, Schrag D, Raj GV, Panageas KS. Kuinka rakentaa ja tulkita syöpäennusteen nomogrammi. J Clin Oncol. 2008 Mar; 26(8): 1364-70.
  24. Yu J, Tao Y, Tao Y, Yang S, Yu Y, Li B, et al. Optimal cut-off of obesity indices to predict cardiovascular disease risk factors and metabolic syndrome among adults in Northeast China. BMC Public Health. 2016 Oct; 16(1): 1079.
  25. Sayeed MA, Mahtab H, Latif ZA, Khanam PA, Ahsan KA, Banu A, ym. vyötärön ja pituuden suhde on parempi lihavuusindeksi kuin painoindeksi ja vyötärön ja lantion suhde diabeteksen, verenpainetaudin ja lipidemian ennustamisessa. Bangladesh Med Res Counc Bull. 2003 Apr; 29(1): 1-10.
  26. Meseri R, Ucku R, Unal B. Waist:height ratio: a superior index in estimating cardiovascular risks in Turkish adults. Public Health Nutr. 2014 Oct; 17(10): 2246-52.
  27. Ononamadu CJ, Ezekwesili CN, Onyeukwu OF, Umeoguaju UF, Ezeigwe OC, Ihegboro GO. Vertaileva analyysi liikalihavuuden antropometrisistä indekseistä korrelaatioina ja potentiaalisina ennustetekijöinä hypertension ja esihypertension riskille Nigerian väestössä. Cardiovasc J Afr. 2017 Mar/Apr; 28(2): 92-9.
  28. Wai WS, Dhami RS, Gelaye B, Girma B, Lemma S, Berhane Y, et al. Comparison of measures of adiposity in identifying cardiovascular disease risk among Ethiopian adults. Obesity (Silver Spring). 2012 Sep; 20(9): 1887-95.
  29. Li C, Ford ES, Zhao G, Kahn HS, Mokdad AH. Vyötärön ja reiden suhde ja diabetes yhdysvaltalaisten aikuisten keskuudessa: kolmas kansallinen terveys- ja ravitsemustutkimus. Diabetes Res Clin Pract. 2010 Jul; 89(1): 79-87.
  30. Wilsgaard T, Schirmer H, Arnesen E. Ruumiinpainon vaikutus verenpaineeseen keskittyen sukupuolieroihin: Tromso Study, 1986-1995. Arch Intern Med. 2000 Oct; 160(18): 2847-53.
  31. Capanu M, Gonen M. Building a Nomogram for Survey-Weighted Cox Models Using R. 2011.

Tekijöiden yhteystiedot

Na Li, MD

Department of Obstetrics and Gynecology

Shengjing Hospital of China Medical University

No. 36, San Hao Street, Shenyang, Liaoning 110004 (PR China)

E-Mail [email protected]

Artikkelin / julkaisun tiedot

Ensivun esikatselu

Vastaanotettu: Syyskuu 09, 2018
Hyväksytty: Helmikuu 21, 2019
Julkaistu verkossa: Maaliskuu 19, 2019
Julkaisun ilmestymispäivä: Huhtikuu 2019

Tulostettujen sivujen määrä: Lukumäärä: 9
Kuvioiden lukumäärä: 1: 3

ISSN: 0250-6807 (Print)
eISSN: 1421-9697 (Online)

Lisätietoja: https://www.karger.com/ANM

Tekijänoikeus / Lääkeannostus / Vastuuvapauslauseke

Tekijänoikeus: Kaikki oikeudet pidätetään. Mitään tämän julkaisun osaa ei saa kääntää muille kielille, jäljentää tai käyttää missään muodossa tai millä tahansa tavalla, sähköisesti tai mekaanisesti, mukaan lukien valokopiointi, tallentaminen, mikrokopiointi tai millä tahansa tiedon tallennus- ja hakujärjestelmällä, ilman kustantajan kirjallista lupaa.
Lääkeannostus: Kirjoittajat ja kustantaja ovat pyrkineet kaikin tavoin varmistamaan, että tässä tekstissä esitetyt lääkevalinnat ja annostukset vastaavat julkaisuhetkellä voimassa olevia suosituksia ja käytäntöjä. Jatkuvan tutkimuksen, viranomaismääräysten muutosten sekä lääkehoitoon ja lääkevaikutuksiin liittyvän jatkuvan tiedonkulun vuoksi lukijaa kehotetaan kuitenkin tarkistamaan kunkin lääkkeen pakkausselosteesta mahdolliset muutokset käyttöaiheissa ja annostelussa sekä lisätyt varoitukset ja varotoimet. Tämä on erityisen tärkeää silloin, kun suositeltu lääke on uusi ja/tai harvoin käytetty lääke.
Vastuuvapauslauseke: Tämän julkaisun sisältämät lausunnot, mielipiteet ja tiedot ovat yksinomaan yksittäisten kirjoittajien ja kirjoittajina olleiden henkilöiden eivätkä kustantajien ja päätoimittajan (päätoimittajien) omia. Mainosten ja/tai tuoteviittausten esiintyminen julkaisussa ei ole takuu, suositus tai hyväksyntä mainostetuille tuotteille tai palveluille tai niiden tehokkuudelle, laadulle tai turvallisuudelle. Julkaisija ja päätoimittaja(t) eivät ole vastuussa mistään henkilö- tai omaisuusvahingoista, jotka johtuvat sisällössä tai mainoksissa mainituista ideoista, menetelmistä, ohjeista tai tuotteista.

Vastaa

Sähköpostiosoitettasi ei julkaista.